一、模板方法模式概述
模式定义： 在一个方法中定义一个算法的步骤，并将一些步骤的实现延迟到子类中。模板方法使得子类在不改变算法结构的情况下，重新定义算f法中的某些步骤。
使用场景： 算法的步骤相同，但步骤具体实现有差异
模式结构：
1.抽象父类
定义了一个抽象父类，父类里有一个模板方法，还有一些抽象的步骤方法（原语操作）
2.实现的子类
实现了父类里所有的抽象步骤方法
UML图:
image.png
二、标准模板方法代码实现
- 抽象模板父类 Game.java
package com.saictest.demo.template;
public abstract class Game {
final void play() {
initGame();
startGame();
endGame();
}
//初始化游戏
abstract void initGame();
//开始游戏
abstract void startGame();
//结束游戏
abstract void endGame();
}
- 具体实现子类 LOLGame.java
package com.saictest.demo.template;
public class LOLGame extends Game {
@Override
void initGame() {
System.out.println("初始化LOL");
}
@Override
void startGame() {
System.out.println("开始玩LOL");
}
@Override
void endGame() {
System.out.println("LOL 结束");
}
}
- 具体实现子类 DotaGame.java
package com.saictest.demo.template;
public class DotaGame extends Game {
@Override
void initGame() {
System.out.println("初始化Dota");
}
@Override
void startGame() {
System.out.println("开始玩Dota");
}
@Override
void endGame() {
System.out.println("Dota 结束");
}
}
- 调用
package com.saictest.demo.template;
public class MyMain {
public static void main(String[] args) {
Game game = new LOLGame();
game.play();
System.out.println();
game = new DotaGame();
game.play();
}
}
- 结果
初始化LOL
开始玩LOL
LOL 结束
初始化Dota
开始玩Dota
Dota 结束
三、模式理解重点
这个模式的重点在于父类提供了一个算法，并让子类去实现算法中的某些步骤
四、模板方法用例
1.dubbo负载均衡算法
Dubbo提供了四种负载均衡：RandomLoadBalance，RoundRobinLoadBalance，LeastActiveLoadBalance，ConsistentHashLoadBalance。
image.png
LoadBalance
接口类LoadBalance只提供了一个方法
<T> Invoker<T> select(List<Invoker<T>> invokers, URL url, Invocation invocation) throws RpcException;
AbstractLoadBalance
抽象父类AbstractLoadBalance使用模板方法，具体负载均衡算法由子类的doSelect实现
public abstract class AbstractLoadBalance implements LoadBalance {
public <T> Invoker<T> select(List<Invoker<T>> invokers, URL url, Invocation invocation) {
if (invokers == null || invokers.size() == 0)
return null;
if (invokers.size() == 1)
return invokers.get(0);
return doSelect(invokers, url, invocation);
}
protected abstract <T> Invoker<T> doSelect(List<Invoker<T>> invokers, URL url, Invocation invocation);
protected int getWeight(Invoker<?> invoker, Invocation invocation) {
int weight = invoker.getUrl().getMethodParameter(invocation.getMethodName(), Constants.WEIGHT_KEY, Constants.DEFAULT_WEIGHT);
if (weight > 0) {
......................
}
return weight;
}
static int calculateWarmupWeight(int uptime, int warmup, int weight) {
......................
}
}
LeastActiveLoadBalance
子类具体的负载均衡算法
public class LeastActiveLoadBalance extends AbstractLoadBalance {
public static final String NAME = "leastactive";
private final Random random = new Random();
protected <T> Invoker<T> doSelect(List<Invoker<T>> invokers, URL url, Invocation invocation) {
int length = invokers.size(); // 总个数
int leastActive = -1; // 最小的活跃数
int leastCount = 0; // 相同最小活跃数的个数
int[] leastIndexs = new int[length]; // 相同最小活跃数的下标
int totalWeight = 0; // 总权重
int firstWeight = 0; // 第一个权重，用于于计算是否相同
boolean sameWeight = true; // 是否所有权重相同
for (int i = 0; i < length; i++) {
Invoker<T> invoker = invokers.get(i);
int active = RpcStatus.getStatus(invoker.getUrl(), invocation.getMethodName()).getActive(); // 活跃数
int weight = invoker.getUrl().getMethodParameter(invocation.getMethodName(), Constants.WEIGHT_KEY, Constants.DEFAULT_WEIGHT); // 权重
if (leastActive == -1 || active < leastActive) { // 发现更小的活跃数，重新开始
leastActive = active; // 记录最小活跃数
leastCount = 1; // 重新统计相同最小活跃数的个数
leastIndexs[0] = i; // 重新记录最小活跃数下标
totalWeight = weight; // 重新累计总权重
firstWeight = weight; // 记录第一个权重
sameWeight = true; // 还原权重相同标识
} else if (active == leastActive) { // 累计相同最小的活跃数
leastIndexs[leastCount ++] = i; // 累计相同最小活跃数下标
totalWeight += weight; // 累计总权重
// 判断所有权重是否一样
if (sameWeight && i > 0
&& weight != firstWeight) {
sameWeight = false;
}
}
}
// assert(leastCount > 0)
if (leastCount == 1) {
// 如果只有一个最小则直接返回
return invokers.get(leastIndexs[0]);
}
if (! sameWeight && totalWeight > 0) {
// 如果权重不相同且权重大于0则按总权重数随机
int offsetWeight = random.nextInt(totalWeight);
// 并确定随机值落在哪个片断上
for (int i = 0; i < leastCount; i++) {
int leastIndex = leastIndexs[i];
offsetWeight -= getWeight(invokers.get(leastIndex), invocation);
if (offsetWeight <= 0)
return invokers.get(leastIndex);
}
}
// 如果权重相同或权重为0则均等随机
return invokers.get(leastIndexs[random.nextInt(leastCount)]);
}
}
六、心得参考
http://www.runoob.com/design-pattern/template-pattern.html
HeadFirst设计模式
网友评论